基于系统成本的新能源等效上网电价计算方法及应用

字体：

发布日期：2022-03-14 来源：《中国电力》浏览次数：951

张运洲, 陈宁, 黄碧斌, 王彩霞, 李江涛

摘要：新能源发电并网利用必须依靠火电、抽蓄等调节性、支撑性电源以及电网的支持，必然增加常规电源、电网等主体的投资运行成本，即新能源的系统成本。针对目前常用的新能源经济性评价指标并没有考虑系统成本，不利于有效疏导各主体付出的成本和提升各主体促进新能源消纳的内在积极性的问题，提出了新能源等效上网电价概念以及基于对比差额法的系统成本计算方法，对典型省份开展了测算分析，提出了基于等效上网电价的系统成本疏导思路。结果显示：“十四五”期间典型省份新能源等效上网电价仍高于燃煤发电基准价，难以实现平价利用。以等效上网电价为基础建立系统成本疏导机制，可激发各主体服务新能源消纳的内在动力，有助于推进新能源高质量发展。

关键词：新能源发电等效上网电价系统成本经济性评价成本疏导机制

引言

随着中国碳达峰、碳中和战略实施，新能源将实现跨越式增长^[1-3]。近年来中国新能源发电成本持续下降^[4-5]，已具备较好的发展基础，目前大部分地区已经实现了新能源平价上网，但是平价上网并不等于平价利用，新能源出力具有波动性和间歇性^[6-7]，仍需要火电、电网、储能发挥调节和支撑作用，从而增加电源调峰、电网建设、储能建设等成本，即“新能源的系统成本”。根据国际可再生能源署统计，2010—2020年集中式光伏、陆上风电的平准化度电成本（levelized cost of energy, LCOE）分别降低了85%和56%^[8]，但新能源发展较快的德国、英国等国家终端电价不降反升，其重要原因是，新能源占比提高大幅增加了新能源的系统成本，持续抬高终端电价。

现阶段，国内一般采用LCOE或经营期电价等指标评价新能源开发利用的经济性，侧重于新能源本体发电成本，忽视新能源的系统成本，不能完整、系统地反映新能源开发利用成本。新能源跨越式增长将引起系统成本快速增加，传统新能源经济性评价指标的局限性进一步凸显。同时，系统成本疏导机制不畅导致常规电源、电网等主体被动承担大部分系统成本，使得其支持新能源消纳的积极性受挫，不利于实现新能源的高质量发展。因此，亟须在考虑系统成本的基础上创新新能源经济性评价指标，推动各方就新能源平价利用形成共识，进一步健全新能源的系统成本疏导机制。

国内外较早前已开始研究平准化度电成本或经营期电价等传统经济性评价方法^[9]，新能源快速发展致使系统成本逐年增加，一些学者已经认识到传统经济性评价方法的局限性。文献[10]提出，与传统火电相比，风电、光伏发电等可再生能源并网利用将产生系统成本，仅采用平准化度电成本来评价风电、光伏发电的经济性存在缺陷，但是并未对典型案例的系统成本进行量化分析。文献[11]认为新能源并网会显著影响系统的运行特性和经济性，整体看新能源的系统成本随着新能源渗透率的提高而增加，但是具体数值与系统自身灵活性有关。美国能源信息署提出了平准化可避免度电成本（levelized avoided cost of electricity, LACE）的概念（一种系统成本的衍生概念）^[12]，并定期测算美国各类电源LACE的数值^[13]。经济合作与发展组织的核能署为准确对比新能源与常规电源的经济性，量化分析了风电、光伏发电并网增加的系统成本^[14]，案例分析结果显示，当新能源渗透率从10%增加至75%时，单位发电量对应的系统成本从10美元/(MW•h)增长至50美元/(MW•h)以上。此外，国际能源署、波兹坦气候影响研究所等机构也对系统成本开展了研究^[15-18]。中国发改委能源所也曾采用国际能源署提出的“调价LCOE”（value-adjusted LCOE）概念，对中国不同发电技术经济性进行了分析^[19]。总之，国外对于新能源的系统成本已经有了一定的研究积累，但是对系统成本计算方法的研究仍有待深入，国内对系统成本的认识不足，研究相对较少，缺乏对新能源开发和利用成本的综合考虑和深度分析。

为了弥补目前新能源经济性评价在概念认识与计算方法上的不足，推动各方从电力系统全局统筹把握新能源与其他市场主体协同发展，本文提出“新能源等效上网电价”的概念以及基于对比差额法的系统成本计算方法，对典型省份开展了测算分析，并基于量化分析结果，提出了系统成本的疏导思路。研究成果有助于系统全面地评价新能源发电开发利用成本，揭示新能源发展对电力系统经济性的影响，为新能源的系统成本精准合理疏导奠定理论基础。

1 新能源等效上网电价的概念及应用价值

从综合考虑新能源发电自身成本和系统成本的角度出发，将新能源等效上网电价表示为

F = P_{V R E} + C_{V R E}

(1)

式中：F为新能源等效上网电价；P_VRE为新能源自身上网电价，采用经营期电价法计算^[20]；C_VRE为新能源的系统成本（折算至电价）。

从新能源等效上网电价构成的现实价值来看，新能源本体发电上网电价体现了新能源自身发电的电量价值，属于电力系统的短期边际成本范畴；新能源的系统成本可分为电源侧成本和电网侧成本，其中电源侧成本体现了其他电源支撑新能源消纳的容量价值，电网侧成本体现了电网支撑新能源消纳的电量价值，两者均属于电力系统的长期边际成本范畴。图1展示了新能源等效上网电价和电力系统各个部分的对应关系。

图 1 新能源等效上网电价示意Fig. 1 Schematic diagram of VRE equivalent feed-in tariff

等效上网电价可以将系统成本由隐性变为显性，更能准确反映新能源开发利用抬高系统成本的客观事实。提出新能源等效上网电价的概念并据此进行量化分析，具有两方面作用：一是科学准确认识系统成本，推动形成“平价上网不等于平价利用”的共识；二是明晰新能源应承担系统成本的责任，为健全系统成本疏导机制提供重要依据。

2 新能源的系统成本分析方法2.1 新能源引发系统成本的原因

新能源引发系统成本的根本原因是新能源具有波动性和间歇性，使得新能源并网后其他电源和电网为支撑新能源消纳、保障电力系统稳定运行要付出更多成本。

（1）新能源参与负荷高峰时段的电力平衡能力较差，风电通常按装机容量的5%～10%参与平衡，光伏不参与晚高峰平衡，如图2所示的负荷高峰时段。与发展煤电等常规电源相比，发展新能源仍需要常规电源提供功率支撑，常规电源将为此付出相应成本。

图 2 某典型日风电发电功率与负荷对比Fig. 2 Comparison of wind power and load in a typical day

（2）新能源发电功率较大时刻可能对应负荷低谷时刻，为保障新能源利用率，常规电源或储能必须调峰运行，如图2所示的负荷低谷时段。发展新能源需要开展煤电灵活性改造、投资建设储能等，产生相应灵活性投资成本，同时煤电调峰运行使得煤耗升高、磨损加剧，产生相应调峰运行成本。

（3）新能源出力预测存在一定误差，为保证系统安全稳定运行，系统必须留出足够的备用容量，且随着新能源装机的增加而增加，引起电源侧成本的增加。

（4）新能源接入、送出需要新建电网工程，国外研究显示，新能源相关的电网工程建设成本远高于常规电源，引起电网侧成本的增加^[21-24]。

此外，发展新能源还将产生常规电源、电网利用率下降、系统转动惯量下降等问题，均将产生相应的系统成本。

2.2 新能源的系统成本构成

系统成本定义为电力系统因发展新能源而产生的成本增量，具体包括如下4部分。

（1）灵活性电源投资/改造成本，指为提高系统灵活性而增加的火电灵活性改造、抽蓄和电化学储能投资成本。

（2）平衡成本，指由于新能源预测偏差而增加的旋转备用成本。

（3）运行损失成本，指因新能源出力的间歇性而导致的火电调峰运行成本、抽蓄和电化学储能运行小时数下降而产生的电源损失、输电线路利用率下降带来的电网损失成本。

（4）电网成本，指因输送新能源而引起的大电网扩展及补强成本。

2.3 基于对比差额法的系统成本计算思路

本文采用对比差额法计算新能源的系统成本，其思路是通过对比新能源情景和煤电情景间对应成本的差额来计算系统成本，如图3所示。

图 3 对比差额法计算新能源的系统成本示意Fig. 3 Schematic diagram of the methodology for calculating VRE system cost

新能源情景指包含新能源的实际电源结构情景。该情景中，A₁表示新能源自身发电成本，B₁表示除新能源外的“剩余系统”的成本。

煤电情景指将新能源情景中的新能源替换为煤电的情景。该情景中，A₂表示替代电源（煤电）的发电成本，B₂表示除替代电源外的“剩余系统”的成本。

因此，系统成本的计算公式为

C_{V R E} = (B_{1} - B_{2}) / Q_{V R E}

(2)

式中：Q_VRE为新能源情景中新能源发电量。

2.4 新能源的系统成本计算模型

本文通过新能源电力系统生产模拟模型计算得到系统中煤电灵活性改造容量、新建储能容量、新建线路容量、各类电源8760 h出力情况等，结合系统规划数据与相关成本计算方法即可计算得到B₁、B₂、Q_VRE。

目标函数为

\begin{aligned} min Y = \sum_{n = 1}^{N} \sum_{s = 1}^{S} c_{n, s} (H_{n, s} - H_{n, s}^{\circ}) + \\ \sum_{n = 1}^{N} \sum_{m = 1, m \neq n}^{N} c_{m n} (P_{m n}^{max} - P_{m n}^{\circ}) + \\ \sum_{t = 1}^{T} \sum_{n = 1}^{N} [\sum_{h = 1}^{H} (o_{n, h} P_{n, h, t} + U_{n, h, t} + D_{n, h, t}) + \\ \sum_{s = 1}^{S} o_{n, s} P_{n, s, t} + \sum_{w = 1}^{W} o_{n, w} P_{n, w, t} + \sum_{o = 1}^{O} o_{n, o} P_{n, o, t}] \end{aligned}

(3)

式中：Y为系统投资运行成本；t = 1, 2, 3,···, T为仿真时间；n（n = 1, 2, 3,···, N）为第n条母线；m（m = 1, 2, 3,···, N）为第m条母线，且m不等于n；h（h = 1, 2, 3,···, H）为火电厂编号；w（w = 1, 2, 3,···, W）为新能源机组，分为风电、光伏两类；s（s = 1, 2, 3,···, S）为储能编号；c为角标对应对象的单位初始投资的年值；o为角标对应对象的运行成本；P为角标对应机组的功率；U为火电机组启动成本；D为火电机组停机成本； $H_{n}$ 为优化后的储能容量； $H_{n}^{\circ}$ 为储能初始容量； $P_{m n}^{max}$ 为优化后的线路容量； $P_{m}^{\circ}$ 为线路初始容量；o （o = 1, 2, 3,···, O）为系统中其他电源的编号。

主要约束条件如下。

（1）节点功率平衡约束为

\begin{aligned} L_{n, t} = & \sum P_{n, h, t} + \sum P_{n, s, t} + \sum F_{n, s, t} + \\ \sum P_{n, w, t} + \sum P_{n, o, t} + \sum P_{n, l, t} \end{aligned}

(4)

式中：L_n,t为n号母线在t时刻的负荷，等号右边依次是火电机组、储能充电、储能放电、新能源机组、其他机组和线路在t时刻的功率。

（2）新能源出力约束为

0 ⩽ P_{n, w, t} ⩽ P_{n, w, t}^{m a x}

(5)

式中： $P_{n, w, t}^{m a x}$ 为新能源机组在t时刻的最大允许出力。

（3）新能源利用率约束为

\sum_{n}^{N} \sum_{t}^{T} P_{n, w, t} ⩾ α \cdot \sum_{n}^{N} \sum_{t}^{T} P_{n, w, t}^{max}

(6)

式中：α为设定的新能源利用率。

（4）储能放电约束为

0 ⩽ P_{n, s, t} ⩽ H_{n, s}

(7)

式中： $P_{n, s, t}$ 是储能的放电功率。

（5）储能充电约束为

0 ⩽ F_{n, s, t} ⩽ H_{n, s}

(8)

式中： $F_{n, s, t}$ 是储能的充电功率。

（6）荷电状态不等式约束为

0 ⩽ ϕ_{n, s, t} ⩽ r_{n, s} H_{n, s}

(9)

式中： $ϕ_{n, s, t}$ 是储能的荷电状态； $r_{n, s}$ 是储能的持续放电时间。

（7）荷电状态等式约束为

\begin{aligned} ϕ_{n, s, t} = & η_{n, s}^{s t a n d} ϕ_{n, s, t - 1} + \\ η_{n, s}^{s t o r e} f_{n, s, t} - {(η_{n, s}^{d i s p a t c h})}^{- 1} h_{n, s, t} + \\ λ_{n, s, t} - μ_{n, s, t} \end{aligned}

(10)

式中： $η_{n, s}^{stand}$ 是储能电量损耗； $η_{n, s}^{store}$ 是储能充电损耗； $η_{n, s}^{dispatch}$ 是储能放电损耗。若储能为抽蓄，则需要增加2个参数： $λ_{n, s, t}$ 是抽蓄水库自然来水， $μ_{n, s, t}$ 是抽蓄水库自然耗水。

（8）线路输送功率约束为

0 ⩽ P_{n m, t} ⩽ P_{m n}^{m a x}

(11)

式中：P_nm,t是线路nm在t时刻的输送功率。

（9）线路直流功率约束为

P_{n m, t} = Ψ \cdot P_{n, t}

(12)

式中：ψ是功率分布因子矩阵^[25]；P_nm,t是线路输送功率矩阵；P_n,t是母线的净注入功率矩阵。

此外，因篇幅原因，模型中的火电机组相关约束、备用约束等不再展示。

3 新能源等效上网电价的定量分析

从国网经营区中分别选取山东、浙江、河南、吉林、青海、四川开展量化分析，结果如图4所示。

图 4 典型省份新能源等效上网电价计算结果Fig. 4 Calculation results of VRE equivalent feed-in tariff in typical provinces

（1）新能源等效上网电价持续上升，仍将普遍高于煤电基准价。计算结果显示，2025年6省集中式光伏、陆上风电平均本体上网电价分别为0.306、0.313元/（kW•h），较2020年分别降低13.7%、14.3%；平均系统成本达到0.169元/（kW•h），较2020年增长69.3%；综合看，平均等效上网电价分别为0.475、0.482元/（kW•h），较2020年分别增长4.5%、3.7%。

（2）分区域看，新能源的系统成本与其发电量占比呈一定正相关关系。对6省系统成本计算结果进行曲线拟合，结果如图5所示，可以看出，新能源的系统成本与发电量占比总体呈正相关，随发电量占比提升加速增长。因各省负荷特性、发电结构、新能源资源等不同，系统成本存在差异。整体上，西部地区系统成本高于中东部地区。其中，青海新能源发电量占比较高，用电负荷、调节电源比例较低，导致其系统成本为6省中最高。

图 5 6个典型省份新能源的系统成本与发电量占比的关系Fig. 5 Relationship between the system cost and the proportion of power generation for VRE in 6 typical provinces

以新能源发电量占比较高的青海省和发电量占比较低的浙江省为例开展更为详细的对比分析。

青海省：2025年新能源的系统成本为0.325元/（kW•h）。2025年陆上风电平均发电成本为0.26元/（kW•h），等效上网电价为0.585元/（kW•h），比燃煤发电基准电价（0.325元/（kW•h））高80%。2025年集中式光伏平均发电成本为0.25元/（kW•h），等效上网电价为0.575元/（kW•h），比燃煤发电基准电价高77%。

浙江省：2025年新能源的系统成本为0.132元/（kW•h）。2025年陆上风电平均发电成本为0.34元/（kW•h），等效上网电价为0.472元/（kW•h），比燃煤发电基准电价（0.415元/（kW•h））高14%。2025年集中式光伏平均发电成本为0.33元/（kW•h），等效上网电价为0.462元/（kW•h），比燃煤发电基准电价高11%。

（3）从构成上看，系统成本中电源侧成本占比较大。6省系统成本测算结果显示，电源侧成本占比60%~85%，电网侧成本占比15%~40%。当前，系统成本疏导机制不完善，仅有少部分通过辅助服务市场疏导，大部分由常规电源、电网企业无偿被动承担，必然增加相关企业的经营压力。

4 等效上网电价在系统成本疏导机制中的应用

当前，中国电力市场交易以电能量为主体、以辅助服务等为补充。电网输配电成本主要通过电量价格疏导，价格水平由政府核定。随着新能源占比持续提高，电力保供压力增大，当前市场设计和价格机制越来越难以适应新能源快速增长的要求。在电源侧，电量价格难以完全体现新能源消纳中调峰、顶峰等容量价值，辅助服务市场体量较小且未向用户传导，常规煤电机组参与灵活调节的成本未能有效回收。在电网侧，各类输配成本打包核定，难以区分各类成本主体，导致无法准确计价与充分疏导。亟须建立有效的系统成本疏导机制。

基于等效上网电价建立系统成本疏导机制，核心目的是客观反映并疏导新能源开发利用的真实成本，进而解决常规煤电机组的财务生存问题。不仅要用新能源发电的超额收益来部分补偿其他电源承担的系统成本，还要用“市场+政府”的方式激励各类市场主体承担灵活调节任务的内生动力，保障系统安全保供的容量充裕度。

以当前市场设计和价格机制为出发点，未来系统成本的疏导思路如下。

首先，采用新能源等效上网电价方法，对各类市场主体的容量和电量价值进行定量测算，为系统成本疏导提供依据。以如图6所示的吉林情况为例，2025年光伏发电的本体上网电价为0.28元/（kW•h），若以煤电基准价0.373元/（kW•h）收购，光伏发电将获得0.093元/（kW•h）的超额收益，而系统成本0.153元/（kW•h）未能得到疏导，其中其他电源支撑新能源消纳的容量电价为0.129元/（kW•h），电网支撑新能源消纳的电量电价为0.024元/（kW•h）。

图 6 基于新能源等效上网电价的系统成本疏导思路Fig. 6 The idea for system cost allocation based on VRE equivalent feed-in tariff

其次，在现有电力市场设计框架下，基于测算出的容量价值、电量价值，对电源侧系统成本和电网侧系统成本进行疏导。

（1）电源侧系统成本主要反映容量价值，采用市场定价和政府定价相结合的方式进行疏导。近期，应完善辅助服务价格形成机制并向用户传导，缓解常规煤电机组的经营压力；推动新能源有序参与现货市场竞争，合理转移其超额收益，补偿提供辅助服务的其他电源的合理收益。中远期，随市场机制的完善和监管能力的提升，对存量常规煤电机组实施容量补偿，由政府定价，覆盖电厂固定成本，保障系统高峰备用，纳入市场运营成本向用户侧疏导；探索对增量常规煤电机组采用事前容量招标、以市场竞争方式形成容量价格，向用户收取容量费用。

（2）电网侧系统成本主要反映电量价值，坚持通过政府定价机制疏导。近期，电网承担的系统成本仍主要由输配电价疏导，确保服务新能源并网消纳的电网工程投资足额纳入准许收入核定，由全体用户共担。中远期，基于“谁受益、谁承担”的公平原则，探索完善接网费机制，推动新能源承担部分接网工程成本。

5 结语

为了更系统、全面地评价新能源开发利用的综合经济性，本文提出了新能源等效上网电价的概念以及采用对比差额法的系统成本计算方法。典型省份的测算结果表明，“十四五”期间新能源等效上网电价呈上升趋势，均高于当地燃煤发电基准电价，新能源仍不能实现平价利用。新能源的系统成本随着新能源发电占比的升高而增加，电源侧系统成本大于电网侧系统成本。

面对实现碳达峰、碳中和目标的艰巨任务，未来新能源需要跨越式增长，必须统筹考虑安全、低碳、经济三者协调发展。建议广泛应用新能源等效上网电价概念，科学识别新能源开发利用全部成本及其构成，推动形成“新能源平价上网不等于平价利用”共识。在此基础上，以新能源等效上网电价测算结果为依据，创新电力市场价格机制设计，包括参考系统长期边际成本核定容量补偿或容量价格基准值，基于系统短期边际成本核定电量电价基准值，有序推动新能源参与市场竞争，从而有效释放价格信号的资源配置和激励引导作用。

参考文献

[1]	辛保安. 为实现“碳达峰、碳中和”目标贡献智慧和力量[J]. 国家电网, 2021(3): 2-3. DOI:10.3969/j.issn.1673-4726.2021.03.001 (1)
[2]	舒印彪, 张丽英, 张运洲, 等. 我国电力碳达峰、碳中和路径研究[J]. 中国工程科学, 2021, 23(6): 1-14. SHU Yinbiao, ZHANG Liying, ZHANG Yunzhou, et al. Carbon peak and carbon neutrality path for China's power industry[J]. Strategic Study of CAE, 2021, 23(6): 1-14. (0)
[3]	张运洲, 张宁, 代红才, 等. 中国电力系统低碳发展分析模型构建与转型路径比较[J]. 中国电力, 2021, 54(3): 1-11. ZHANG Yunzhou, ZHANG Ning, DAI Hongcai, et al. Model construction and pathways of low-carbon transition of China's power system[J]. Electric Power, 2021, 54(3): 1-11. (1)
[4]	张运洲, 刘俊, 张晋芳, 等. 中国新能源“后补贴时期”发展分析[J]. 中国电力, 2019, 52(4): 1-7. ZHANG Yunzhou, LIU Jun, ZHANG Jinfang, et al. Study on the development of renewable energy during “post-subsidy period” in China[J]. Electric Power, 2019, 52(4): 1-7. (1)
[5]	黄碧斌, 张运洲, 王彩霞. 中国“十四五”新能源发展研判及需要关注的问题[J]. 中国电力, 2020, 53(1): 1-9. HUANG Bibin, ZHANG Yunzhou, WANG Caixia. New energy development and issues in China during the 14 th five-year plan[J]. Electric Power, 2020, 53(1): 1-9. (1)
[6]	王彩霞, 时智勇, 梁志峰, 等. 新能源为主体电力系统的需求侧资源利用关键技术及展望[J]. 电力系统自动化, 2021, 45(16): 37-48. WANG Caixia, SHI Zhiyong, LIANG Zhifeng, et al. Key technologies and prospects of demand-side resource utilization for power systems dominated by renewable energy[J]. Automation of Electric Power Systems, 2021, 45(16): 37-48. (1)
[7]	袁伟, 王彩霞, 李琼慧, 等. 面向新能源大规模消纳的大容量储能多分区两阶段优化配置方法研究[J]. 全球能源互联网, 2021, 4(4): 393-400. YUAN Wei, WANG Caixia, LI Qionghui, et al. Multi-area two-stage optimal allocation method of large-scale energy storage for renewable energy consumption[J]. Journal of Global Energy Interconnection, 2021, 4(4): 393-400. (1)
[8]	IRENA. Renewable power generation costs in 2020[R]. Abu Dhabi: International Renewable Energy Agency, 2021. (1)
[9]	娄奇鹤, 谢国辉, 李娜娜. 平价上网时代新能源发电经济性分析和发展趋势[J]. 中国电力, 2019, 52(12): 1-9,104. LOU Qihe, XIE Guohui, LI Nana. Research on new energy economic evaluation and development trend of new energy power generation in grid parity period[J]. Electric Power, 2019, 52(12): 1-9,104. (1)
[10]	JOSKOW P L. Comparing the costs of intermittent and dispatchable electricity generating technologies[J]. American Economic Review, 2011, 101(3): 238-241. DOI:10.1257/aer.101.3.238 (1)
[11]	HEPTONSTALL P J, GROSS R J K. A systematic review of the costs and impacts of integrating variable renewables into power grids[J]. Nature Energy, 2021, 6(1): 72-83. DOI:10.1038/s41560-020-00695-4 (1)
[12]	EIA. Levelized cost of electricity and levelized avoided cost of electricity methodology supplement [R]. Washington, DC: Energy Information Administration, 2013. (1)
[13]	EIA. Annual energy outlook 2021[R]. Washington, DC: Energy Information Administration, 2021. (1)
[14]	NEA. The costs of decarbonisation: system costs with high shares of nuclear and renewables[R]. Pari: OECD Publishing, 2019. (1)
[15]	BROWN A, BEITER P, HEIMILLER D, et al. Estimating renewable energy economic potential in the United States [R]. Denver: National Renewable Energy Lab, 2016. (1)
[16]	TRUTNEVYTE E. EXPANSE methodology for evaluating the economic potential of renewable energy from an energy mix perspective[J]. Applied Energy, 2013, 111: 593-601. DOI:10.1016/j.apenergy.2013.04.083 (0)
[17]	NGUYEN N T, HA-DUONG M. Economic potential of renewable energy in Vietnam's power sector[J]. Energy Policy, 2009, 37(5): 1601-1613. DOI:10.1016/j.enpol.2008.12.026 (0)
[18]	UECKERDT F, HIRTH L, LUDERER G, et al. System LCOE: what are the costs of variable renewables?[J]. Energy, 2013, 63: 61-75. DOI:10.1016/j.energy.2013.10.072 (1)
[19]	ERIAMR. China renewable energy outlook 2019[R]. Beijing : Energy Research Institute of Academy of Macroeconomic Research/NDRC, 2019. (1)
[20]	张运洲, 黄碧斌. 中国新能源发展成本分析和政策建议[J]. 中国电力, 2018, 51(1): 10-15. ZHANG Yunzhou, HUANG Bibin. Cost analysis and policy suggestions of China's new energy development[J]. Electric Power, 2018, 51(1): 10-15. (1)
[21]	GORMAN W, MILLS A, WISER R. Improving estimates of transmission capital costs for utility-scale wind and solar projects to inform renewable energy policy[J]. Energy Policy, 2019, 135: 110994. DOI:10.1016/j.enpol.2019.110994 (1)
[22]	CONNOLLY D, LUND H, MATHIESEN B V, et al. The first step towards a 100% renewable energy-system for Ireland[J]. Applied Energy, 2011, 88(2): 502-507. (0)
[23]	COCHRAN J, MAI T, BAZILIAN M. Meta-analysis of high penetration renewable energy scenarios[J]. Renewable and Sustainable Energy Reviews, 2014, 29: 246-253. (0)
[24]	LIN B Q, LI J L. Analyzing cost of grid-connection of renewable energy development in China[J]. Renewable and Sustainable Energy Reviews, 2015, 50: 1373-1382. (1)
[25]	HAGSPIEL S, JÄGEMANN C, LINDENBERGER D, et al. Cost-optimal power system extension under flow-based market coupling[J]. Energy, 2014, 66: 654-666. DOI:10.1016/j.energy.2014.01.025 (1)

Methodology for Calculating VRE Equivalent Feed-In Tariff Based on System Cost and Its Application

ZHANG Yunzhou, CHEN Ning, HUANG Bibin, WANG Caixia, LI Jiangtao

Abstract: Consuming VRE (variable renewable energy) must rely on regulatory and supporting power sources such as thermal power unit and pumped storage as well as the support of power grids. As a result, the investment and operation cost of conventional power units and power grids ( i.e, the system cost of VRE) are increased. However, the system cost has not been considered in the existing domestic economic evaluation indicators of VRE, which is not conducive to the effective allocation of the system costs and enhancing the internal enthusiasm of each entity to promote the consumption of VRE. This paper puts forward the conception of VRE equivalent feed-in tariff and the calculation methodology of system cost. An idea for allocating the system cost is proposed based on the equivalent feed-in tariff. The calculation results of typical provinces show that the VRE equivalent feed-in tariff is still higher than the benchmark price of coal-fired plant during 2020-2025, which is hard for utilization of renewable energy in state-set price. The proposed system cost allocating mechanism can stimulate the inner motivation of each entity to promote the consumption of VRE and help realize the high-quality development of renewable energy.

Key words: variable renewable energy equivalent feed-in tariff system cost economic evaluation cost allocating mechanism

免责声明：
本站所提供的文章资讯、图片、音频、视频来源于互联网及公开渠道，仅供学习参考，版权归原创者所有! 如有侵犯您的版权，请通知我们，我们会遵循相关法律法规采取措施删除相关内容。

下一篇：储能电站安全参与电网一次调频的优化控制策略
上一篇：关于《抚州市电网项目管理暂行办法》的解读

[ 技术前沿搜索 ] [ 加入收藏 ] [ 告诉好友 ] [ 打印本文 ] [ 关闭窗口 ]